Lineare Algebra für D-ITET, D-MATL, RW. Beispiellösung für Serie 6. Aufgabe 6.1. Dr. V. Gradinaru K. Imeri. Herbstsemester 2018.

Größe: px
Ab Seite anzeigen:

Download "Lineare Algebra für D-ITET, D-MATL, RW. Beispiellösung für Serie 6. Aufgabe 6.1. Dr. V. Gradinaru K. Imeri. Herbstsemester 2018."

Transkript

1 Dr. V. Gradinaru K. Imeri Herbstsemester 8 Lineare Algebra für D-ITET, D-MATL, RW ETH Zürich D-MATH Beispiellösung für Serie 6 Aufgabe 6. Multiple Choice: Online abzugeben. 6.a) (i) Welche der folgenden Aussagen sind richtig? Seien a (),..., a (n) R n linear abhängig. Dann hat das homogene Gleichungssystem λ a () λ n a (n) = nichttriviale Lösungen λ,..., λ n R. (ii) Richtig. Denn die Definition von linear abhängig war gerade, dass eine nichttriviale Linearkombination der Vektoren den Nullvektor ergibt. Die Koeffizienten λ,..., λ n dieser Linearkombination lösen dann das obige Gleichungssystem. Seien a (),..., a (k) R n linear unabhängig. Dann muss gelten k n. Richtig. Denn die Dimension eines Vektorraums ist die Anzahl Basisvektoren und damit auch die maximale Anzahl linear unabhängiger Vektoren. Da dim(r n ) = n, können höchstens n Vektoren linear unabhängig sein, und damit gilt also k n (Satz 4.). (iii) Seien a (),..., a (k) R n ein Erzeugendensystem von R n. Dann muss gelten k n. Falsch. Ein Erzeugendensystem ist nicht notwendigerweise linear unabhängig, es kann mehr Vektoren als nötig haben, um den Vektorraum aufzuspannen. Die minimale Anzahl Vektoren in einem Erzeugendensystem, so dass dieses eben noch erzeugend ist, ist gerade die Dimension des Vektorraums, hier also n (Satz 4.). Es kann aber durchaus auch k > n sein. (iv) Seien a (),..., a (k) R n eine Basis von R n. Dann muss gelten k n. (v) Richtig. Eine Basis ist ein linear unahängiges Erzeugendensystem, in anderen Worten ein minimales Erzeugendensystem. Die minimale Anzahl Vektoren in einem Erzeugendensystem, so dass dieses eben noch erzeugend ist, ist gerade die Dimension des Vektorraums, hier n. Somit muss sogar gelten k = n (Satz 4.), insbesondere also k n. Die Vektoren eines Erzeugendensystems können linear abhängig sein. Richtig. Denn ein Erzeugendensystem ist nicht notwendigerweise ein minimales Erzeugendensystem (= Basis). (vi) Falls die Vektoren a (),..., a (k) R n keine Basis von R n bilden, dann müssen sie linear abhängig sein. Falsch. Für k < n können die Vektoren a (),..., a (k) linear unabhängig sein, ohne eine Basis für R n zu sein. Seite

2 6.b) In welchen Fällen bilden die Vektoren ein Erzeugendensystem von R? (i),, (ii), (iii), Lösung: Für ein Erzeugendensystem von R brauchen wir nach Satz 4. mindestens Vektoren. Genau dann, wenn wir linear unabhängige Vektoren auswählen können, bilden alle Vektoren zusammen ein Erzeugendensystem. Dies lässt sich wie folgt einsehen: : Die ausgewählten Vektoren bilden nach Satz 4. eine Basis und sind also insbesondere erzeugend. Damit sind aber alle Vektoren zusammen erzeugend. (Durch die Hinzunahme von weiteren Vektoren können wir noch immer den ganzen Raum erzeugen; wähle z. B. als Koeffizienten für die weiteren Vektoren in der Linearkombination.) : Durch Anwenden des Gaussverfahrens (siehe Seite 8 im Buch) können wir r linear unabhängige Vektoren auswählen, wobei r der Rang der dabei auftretenden Matrix ist. Da alle Vektoren zusammen ein Erzeugendensystem bilden, gilt r = n (ebenfalls Seite 8). Dabei ist n die Dimension des Vektorraums, hier also gilt n =. Also können wir linear unabhängige Vektoren auswählen. (i) Die ersten drei Vektoren sind offensichtlich linear unabhängig. Deshalb handelt es sich hier um ein Erzeugendensystem. (ii) Durch Anwenden des Gaussverfahrens (E) sehen wir, dass die Matrix den Rang hat. Deshalb handelt es sich auch hier um ein Erzeugendensystem. (iii) Der dritte Vektor ist -mal der erste, somit sind die drei Vektoren linear abhängig und können kein Erzeugendensystem von R sein. Die lineare Abhängigkeit schliesst man formal aus der Tatsache, dass + + ( ) =. 6.c) In welchen Fällen bilden die Vektoren eine Basis von R? (i),, (ii), (iii), Seite

3 Lösung: Eine Basis ist ein Erzeugendensystem, das aus linear unabhängigen Vektoren besteht. Nach Satz 4. besteht eine Basis im R aus genau Vektoren. (i) Die Vektoren können keine Basis sein, da es vier Vektoren sind. (ii) Die Vektoren bilden eine Basis, da sie gemäss Aufgabe 6.b) ein Erzeugendensystem sind und es genau drei Vektoren sind. Aus Satz 4. folgt damit, dass sie zusätzlich linear unabhängig und damit eine Basis sind. (iii) Die Vektoren sind keine Basis, da sie gemäss Aufgabe 6.b) kein Erzeugendensystem sind. Aufgabe 6. Spaltenraum und Kern einer Matrix Geben Sie, sofern möglich, für die nachfolgenden Teilaufgaben jeweils eine Matrix A R m n an, welche die angegebenen Bedingungen erfüllt. 6.a) Eine Basis des Spaltenraums von A ist {[ [, und eine Basis für Kern(A) ist {[ Lösung: Da der Spaltenraum von A (d.h., Bild(A)) in R enthalten ist, muss gelten, dass m =. {[ Da Kern(A) R gilt, muss n = gelten. Die Matrix A besteht folglich aus drei Spalten, wobei [, eine Basis des Spaltenraums von A ist. {[ Betrachten wir die zweite Bedingung, dass eine Basis des Kerns ist. Schreiben wir die Bedingung um, erhalten wir Kern(A) = span{[, also A =. (A) :, + (A) :, + (A) :, =. (6..) Es erfüllt somit jede Matrix A R die Anforderungen, für welche Gleichung (6..) gilt mit [ span{[, = span{(a) :,, (A) :,, (A) :, } = Bild(A). Dies gilt zum Beispiel, wenn wir (A) :, = (A) :, berechnen: Eine andere Möglichkeit ist (A) :, = [ [, (A) :, = [ wählen und mittels (6..) den Vektor A =. [, (A) :, = und wir erhalten (A) :, aus (6..): A =. Seite

4 {[ {[ 6.b) Eine Basis des Spaltenraums von A ist und eine Basis für Kern(A) ist, Lösung: Auch hier ist sofort klar, dass wir eine -Matrix suchen. Die Basis des Kerns gibt uns analog zur vorhergehenden Teilaufgabe: A = und A = [. (A) :, + (A) :, = und (A) :, + (A) :, =. (6..) Es erfüllt somit jede Matrix A R die Anforderungen, welche (6..) erfüllt sowie span{(a) :,, (A) :,, (A) :, } = span{[. Dies gilt zum Beispiel für A =, [ (wir wählen (A) :, = und erhalten (A) :, und (A) :, aus (6..)). 6.c) Der Spaltenraum von A enthält die Vektoren [ [ und und eine Basis für Kern(A) ist {[ Lösung: Die gesuchte Matrix A muss eine 4 4-Matrix sein. Die Basis des Kerns gibt uns eine Bedingung an die Spalten von A: A = Als weitere Bedingung muss gelten span{[,. (A) :, + (A) :, + (A) :,4 =. (6..) [ span{(a) :,, (A) :,, (A) :,, (A) :,4 }. (6..4) Wir suchen eine Matrix A R, welche (6..) und (6..4) erfüllt. Dies gilt zum Beispiel für A =, (wir wählen (A) :, = [ und (A) :, = [, womit (6..4) erfüllt ist, und wir erhalten (A) :,4 aus (6..). Nun können wir (A) :, unter der Bedingung, dass dim Bild(A) =, frei in R 4 wählen. Diese Bedingung stellt sicher, dass dim Kern(A) = ist und Kern(A) damit wirklich die verlangte Basis besitzt.) Seite 4

5 [ 6.d) Der Spaltenraum von A ist gleich dem Zeilenraum von A und Kern(A) wird von den Vektoren [ und aufgespannt. Lösung: Wir suchen eine Matrix A R, für welche Bild(A) = Bild(A T ) gilt, sowie [ [ A = und A =. Letzteres ist äquivalent zu (A) :, (A) :, + (A) :, = und (A) :, (A) :, (A) :, = (A) :, = (A) :, = (A) :,, (6..) da der Kern von [ von (,, ) T aufgespannt wird. Mit dem Ansatz a a a A = b b b c c c ist die Bedingung Bild(A) = Bild(A T ) genau dann erfüllt, wenn a a a a a b c span b = Bild b b b = Bild a b c = span. c c c c a b c Da der Kern von A zweidimensional ist, kann nicht a = b = c = gelten, und somit muss a = b = c erfüllt sein. Insgesamt haben wir also gezeigt, dass genau alle nichttrivialen Vielfache der Matrix A = die Bedingungen erfüllen. Aufgabe 6. 6.a) Wählen Sie, falls möglich, mit dem Gaussverfahren unter den folgenden sechs Vektoren eine Basis für R und begründen Sie Ihre Antwort:,,, 4,,. Lösung: Eine Basis besteht aus erzeugenden und linear unabhängigen Vektoren. Es muss also gelten: r = k = n =. (E) (E) 4 7 Seite

6 Wir können also z. B. die Pivot-Vektoren als Basis wählen:,, 4. Wir können aber statt des 4. Vektors 4 auch den 6. Vektor nehmen, wie man durch Vertauschen der entsprechenden Spalten im Gaussschema leicht sieht. Ebenso können wir statt des. Vektors den. Vektor oder statt des. Vektors den. Vektor nehmen. Als Basis könnte man auch eine andere Kombination, wie zum Beispiel 4,,, wählen, aber die Tatsache, dass diese Auswahl eine Basis bildet, sieht man anhand vom Schema nicht. 6.b) Gegeben seien die folgenden drei Vektoren in R : a a, b, c c. + a b + c Diese Vektoren spannen einen Unterraum von R auf. Wie hängt die Dimension dieses Unterraumes von den Werten der auftretenden Parameter ab? Lösung: Sei U der von den drei Vektoren aufgespannte Unterraum des R. Die Dimension von U ist gleich der Anzahl Vektoren, die in U eine Basis bilden. Schreibe nun a c A = a b c. + a b + c Aus der Vorlesung (im Buch auf Seite 8) wissen wir, dass gilt: Die maximale Anzahl von linear unabhängigen Spaltenvektoren von A ist gleich r = Rang A. Eine Basis von U kann also höchstens aus r Vektoren bestehen (sonst sind sie nicht mehr linear unabhängig und bilden keine Basis). Es gilt also d := dim U r. Wegen Satz 4. i) aus dem Buch wissen wir zudem, dass mehr als d Vektoren linear abhängig in U sind. Es folgt also, dass dim U = Rang A, somit können wir die Dimension von U mit dem Gaussverfahren berechnen. Fall a = b = : a c a b c + a b + c c c c (c ) Seite 6 c c

7 falls c =, gilt d = r =, falls c, gilt d = r =. Fall a =, b : für c = gilt b b also d = r =, für c gilt b + c b c c also d = r =. Fall a : a c a b c + a b + c (E) a c b b c a (E) a c b c a b(c ab) a falls b(c ab) a = (also falls b = oder c = ab): d = r =, falls b(c ab) a : d = r =. Aufgabe 6.4 Sei P 4 der Raum der Polynome mit Grad strikt kleiner als 4. Die Monome, x, x, x bilden eine Basis von P 4, aber dies ist natürlich nicht die einzige Basis. Die sogenannten Legendre-Polynome sind wie folgt definiert: P (x) =, P i (x) = i i! dx i (x ) i für i >. Zeigen Sie, dass P, P, P, P eine Basis von P 4 bilden. Lösung: Wichtig für uns ist folgende Tatsache, die aufgrund der Isomorphie jedes reellen, n-dimensionalen Vektorraums zum R n gilt (siehe Seite 8 im Buch): Sei V ein reeller, n-dimensionaler Vektorraum. Weiter sei B eine Basis von V. Dann gilt: Eine Liste von Vektoren aus V ist genau dann eine Basis von V, wenn die entsprechenden Koordinatenvektoren bezüglich B eine Basis des R n bilden. Wir bestimmen die Koordinatenvektoren der Legendre-Polynome bezüglich der Monombasis und überprüfen, dass diese eine Basis bilden. Wir beginnen mit dem Ausführen der Differentiation: P (x) =, P (x) = x, P (x) = x, P (x) = x x. Jetzt bestimmen wir die Koordinaten p (i) R 4 des Vektors P i für i =,..., bezüglich der Monombasis a () =, a () = x, a () = x, a () = x. d i Seite 7

8 Wir sehen, dass P = = + x+ x + x, P = x = + x+ x + x, P = x = + x+ x + x, P = x x= x+ x + x. Damit haben wir die folgenden Koordinatenvektoren: p () =, p() =, p() =, p() =. Wir wollen zeigen, dass die Koordinatenvektoren linear unabhängig sind. Anwenden des Gaussverfahrens ist hier einfach: Wir landen direkt beim Endschema Somit sind die Koordinatenvektoren linear unabhängig. Damit ist der Rang gleich 4. Wir können somit folgern, dass die Koordinatenvektoren p (), p (), p (), p () eine Basis von R 4 bilden und damit sehen wir, dass die Legendre-Polynome P, P, P, P eine Basis von P 4 bilden. Aufgabe 6. Kern und Bild Gegeben sei die Matrix Bestimmen Sie Basen für Kern(A) und Bild(A). A = 4 R 4. Lösung: Aus der Vorlesung wissen wir, dass für eine m n-matrix C gilt: i) b Bild(C) Cx = b besitzt mindestens eine Lösung x R n. ii) x Kern(C) x löst Cx =. iii) dim Bild(C) + dim Kern(C) = r + (n r) = n, wobei r = Rang C. iv) Bild(C) = span { c (),..., c (n)}, wobei c (i) die i-te Spalte von C bezeichnet. Löse also zunächst Ax = mit Gausselimination: 4 Wähle x 4 = α R, x = β R, Seite 8

9 Somit ist x + x x 4 = x = (x 4 x ) = (α β), x + x + x = x = (β α) 4 L = α 4 + β 4 6, α, β R. eine Basis von Kern(A). Aus iii) folgt ausserdem, dass dim Bild(A) = 4 dim Kern(A) =. Wegen iv) können wir also zwei linear unabhängige Spaltenvektoren von A als Basis von Bild(A) wählen. Aus dem obigen Gauss-Schema sieht man, dass zum Beispiel 4, linear unabhängig sind. Somit ist eine Basis von Bild(A). 4, Aufgabe 6.6 Koordinatentransformation Gegeben seien die zwei Basen B, B des R : B =,,, B =,, a) Finden Sie die Basiswechselmatrix S, welche Koordinaten bezüglich der Basis B auf die zugehörigen Koordinaten bezüglich der Basis B abbildet. Hinweis: Erinnern Sie sich an die Tatsache, dass die Spalten der Basiswechselmatrix die Koordinaten der alten Basis B bezüglich der neuen Basis B enthalten. Hier müssen Sie lineare Gleichungssysteme lösen, um diese Koordinaten zu bestimmen. Lösung: Wir definieren zuerst die beiden Matrizen B, B, in deren Spalten die Basisvektoren von B, B stehen. Dann folgen wir der Definition der Basiswechselmatrix S, in welcher S durch das Gleichungssystem bj = S i,j b i (6.6.) i= Seite 9

10 bestimmt ist. Wir schreiben (6.6.) in Matrixnotation: BS = B. (6.6.) In den Spalten von S stehen die Koordinaten der alten Basis B bezüglich der neuen Basis B. Lösung von (6.6.) durch Gausselimination liefert für die Basiswechselmatrix S: S = Koordinaten c bezüglich der alten Basis B werden durch Multiplikation mit S in Koordinaten c bezüglich der neuen Basis B überführt. Dies lässt sich durch folgende Rechnung leicht nachvollziehen: Multiplikation des Koordinatenvektors c von links mit (6.6.) ergibt B c = BS c. Da B c und Bc denselben Punkt im R beschreiben sollen, gilt natürlich B c = Bc. Somit muss c = S c sein. 6.6b) Bestimmen Sie die Koordinaten des Vektors v = bezüglich der Basis B. Lösung: Es gilt v = B c = B 9. 8 Die Koordinaten bezüglich der Basis B sind gegeben durch c = S c = 9 8. Seite

Lineare Algebra für D-ITET, D-MATL, RW. Beispiellösung für Serie 8. Aufgabe 8.1. Dr. V. Gradinaru T. Welti. Herbstsemester 2017.

Lineare Algebra für D-ITET, D-MATL, RW. Beispiellösung für Serie 8. Aufgabe 8.1. Dr. V. Gradinaru T. Welti. Herbstsemester 2017. Dr. V. Gradinaru T. Welti Herbstsemester 7 Lineare Algebra für D-ITET, D-MATL, RW ETH Zürich D-MATH Beispiellösung für Serie 8 Aufgabe 8. Multiple Choice: Online abzugeben. 8.a) (i) Welche der folgenden

Mehr

Lineare Algebra und Numerische Mathematik für D-BAUG

Lineare Algebra und Numerische Mathematik für D-BAUG R Käppeli L Herrmann W Wu Herbstsemester Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Beispiellösung für Serie 9 Aufgabe 9 Finden Sie eine Basis des Lösungsraums L R 5 des linearen

Mehr

Lineare Algebra und Numerische Mathematik für D-BAUG

Lineare Algebra und Numerische Mathematik für D-BAUG P Grohs T Welti F Weber Herbstsemester 25 Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Beispiellösung für Serie 8 Aufgabe 8 Basen für Bild und Kern Gegeben sind die beiden 2 Matrizen:

Mehr

Serie 5. ETH Zürich - D-MAVT Lineare Algebra II. Prof. Norbert Hungerbühler

Serie 5. ETH Zürich - D-MAVT Lineare Algebra II. Prof. Norbert Hungerbühler Prof. Norbert Hungerbühler Serie 5 ETH Zürich - D-MAVT Lineare Algebra II. a) Die Abbildung V n R n, v [v] B, die jedem Vektor seinen Koordinatenvektor bezüglich einer Basis B zuordnet, ist linear. Sei

Mehr

Lösungen Serie 5. D-MAVT Lineare Algebra II FS 2018 Prof. Dr. N. Hungerbühler

Lösungen Serie 5. D-MAVT Lineare Algebra II FS 2018 Prof. Dr. N. Hungerbühler D-MAVT Lineare Algebra II S 8 Prof. Dr. N. Hungerbühler Lösungen Serie 5. Die Abbildung V n R n, v [v] B, die jedem Vektor seinen Koordinatenvektor bezüglich einer Basis B zuordnet, ist linear. Sei B =

Mehr

D-MAVT Lineare Algebra I HS 2017 Prof. Dr. N. Hungerbühler. Lösungen Serie 14: Ferienserie

D-MAVT Lineare Algebra I HS 2017 Prof. Dr. N. Hungerbühler. Lösungen Serie 14: Ferienserie D-MAVT Lineare Algebra I HS 7 Prof. Dr. N. Hungerbühler Lösungen Serie 4: Ferienserie . Finden Sie ein Erzeugendensystem des Lösungsraums L R 5 des Systems x + x x 3 + 3x 4 x 5 = 3x x + 4x 3 x 4 + 5x 5

Mehr

Lösungen zur Prüfung Lineare Algebra I/II für D-MAVT

Lösungen zur Prüfung Lineare Algebra I/II für D-MAVT Prof. N. Hungerbühler ETH Zürich, Winter 6 Lösungen zur Prüfung Lineare Algebra I/II für D-MAVT. Hinweise zur Bewertung: Jede Aussage ist entweder wahr oder falsch; machen Sie ein Kreuzchen in das entsprechende

Mehr

Lineare Algebra und Numerische Mathematik für D-BAUG

Lineare Algebra und Numerische Mathematik für D-BAUG R Käppeli L Herrmann W Wu Herbstsemester 6 Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Beispiellösung für Serie Aufgabe Das Kreuzprodukt als lineare Abbildung Oft findet man

Mehr

Lineare Algebra und Numerische Mathematik für D-BAUG

Lineare Algebra und Numerische Mathematik für D-BAUG P. Grohs T. Welti F. Weber Herbstsemester 215 Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Beispiellösung für Serie 5 Aufgabe 5.1 Kommutierende Matrizen In der Vorlesung und vergangenen

Mehr

Mathematik II für Studierende der Informatik (Analysis und lineare Algebra) im Sommersemester 2018

Mathematik II für Studierende der Informatik (Analysis und lineare Algebra) im Sommersemester 2018 (Analysis und lineare Algebra) im Sommersemester 2018 15. April 2018 1/46 Die Dimension eines Vektorraums Satz 2.27 (Basisergänzungssatz) Sei V ein Vektorraum über einem Körper K. Weiter seien v 1,...,

Mehr

10.2 Linearkombinationen

10.2 Linearkombinationen 147 Vektorräume in R 3 Die Vektorräume in R 3 sind { } Geraden durch den Ursprung Ebenen durch den Ursprung R 3 Analog zu reellen Vektorräumen kann man komplexe Vektorräume definieren. In der Definition

Mehr

Lineare Algebra und Numerische Mathematik für D-BAUG

Lineare Algebra und Numerische Mathematik für D-BAUG R Käppeli L Herrmann W Wu Herbstsemester 26 Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Beispiellösung für Serie 2 Aufgabe 2 Welche der folgenden Aussagen sind korrekt? (i) Jedes

Mehr

Lineare Algebra für D-ITET, D-MATL, RW. Beispiellösung für Serie 10. Aufgabe ETH Zürich D-MATH. Herbstsemester Dr. V. Gradinaru D.

Lineare Algebra für D-ITET, D-MATL, RW. Beispiellösung für Serie 10. Aufgabe ETH Zürich D-MATH. Herbstsemester Dr. V. Gradinaru D. Dr. V. Gradinaru D. Devaud Herbstsemester 5 Lineare Algebra für D-ITET, D-MATL, RW ETH Zürich D-MATH Beispiellösung für Serie Aufgabe..a Bezüglich des euklidischen Skalarprodukts in R ist die Orthogonalprojektion

Mehr

3. Übungsblatt zur Lineare Algebra I für Physiker

3. Übungsblatt zur Lineare Algebra I für Physiker Fachbereich Mathematik Prof. Dr. Mirjam Dür Dipl. Math. Stefan Bundfuss. Übungsblatt zur Lineare Algebra I für Physiker WS 5/6 6. Dezember 5 Gruppenübung Aufgabe G (Basis und Erzeugendensystem) Betrachte

Mehr

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 18. April 2016 Übersicht über die Methoden Seien v 1,..., v r Vektoren in K n. 1. Um zu prüfen, ob die Vektoren v 1,...,

Mehr

, v 3 = und v 4 =, v 2 = V 1 = { c v 1 c R }.

, v 3 = und v 4 =, v 2 = V 1 = { c v 1 c R }. 154 e Gegeben sind die Vektoren v 1 = ( 10 1, v = ( 10 1. Sei V 1 = v 1 der von v 1 aufgespannte Vektorraum in R 3. 1 Dann besteht V 1 aus allen Vielfachen von v 1, V 1 = { c v 1 c R }. ( 0 ( 01, v 3 =

Mehr

Lineare Algebra und Numerische Mathematik für D-BAUG

Lineare Algebra und Numerische Mathematik für D-BAUG P. Grohs T. Welti F. Weber Herbstsemester 2 Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Mittsemesterprüfung HS, Typ A Name a a Note Vorname Leginummer Datum 29..2 2 4 6 Total

Mehr

Lineare Algebra für D-ITET, D-MATL, RW. Beispiellösung für Serie 7. Aufgabe 7.1. ETH Zürich D-MATH. Dr. V. Gradinaru K. Imeri. Herbstsemester 2018

Lineare Algebra für D-ITET, D-MATL, RW. Beispiellösung für Serie 7. Aufgabe 7.1. ETH Zürich D-MATH. Dr. V. Gradinaru K. Imeri. Herbstsemester 2018 Dr V Gradinaru K Imeri Herbstsemester 8 Lineare Algebra für D-ITET, D-MATL, RW ETH Zürich D-MATH Beispiellösung für Serie 7 Aufgabe 7 7a) Welche der folgenden Abbildungen sind linear: (i) F : x ax + b

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN. Lineare Algebra 1 WS 2006/07 Lösungen Blatt 13/ Probeklausur. Lösungen zur. Zentrum Mathematik

TECHNISCHE UNIVERSITÄT MÜNCHEN. Lineare Algebra 1 WS 2006/07 Lösungen Blatt 13/ Probeklausur. Lösungen zur. Zentrum Mathematik TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik Prof. Dr. Friedrich Roesler Ralf Franken, PhD Max Lein Lineare Algebra 1 WS 26/7 en Blatt 13/2 29.1.27 en zur Probeklausur Aufgabe 1 (ca. 6 Punkte) Sei

Mehr

Ausgewählte Lösungen zu den Übungsblättern 4-5

Ausgewählte Lösungen zu den Übungsblättern 4-5 Fakultät für Luft- und Raumfahrttechnik Institut für Mathematik und Rechneranwendung Vorlesung: Lineare Algebra (ME), Prof. Dr. J. Gwinner Ausgewählte en zu den Übungsblättern -5 Aufgabe, Lineare Unabhängigkeit

Mehr

3 Lineare Algebra (Teil 1): Lineare Unabhängigkeit

3 Lineare Algebra (Teil 1): Lineare Unabhängigkeit 3 Lineare Algebra (Teil : Lineare Unabhängigkeit 3. Der Vektorraum R n Die Menge R n aller n-dimensionalen Spalten a reeller Zahlen a,..., a n R bildet bezüglich der Addition a b a + b a + b. +. :=. (53

Mehr

[5], [0] v 4 = + λ 3

[5], [0] v 4 = + λ 3 Aufgabe 9. Basen von Untervektorräumen. Bestimmen Sie Basen von den folgenden Untervektorräumen U K des K :. K = R und U R = span,,,,,.. K = C und U C = span + i, 6, i. i i + 0. K = Z/7Z und U Z/7Z = span

Mehr

Kapitel 3. Vektorräume. Josef Leydold Mathematik für VW WS 2017/18 3 Vektorräume 1 / 41. : x i R, 1 i n x n

Kapitel 3. Vektorräume. Josef Leydold Mathematik für VW WS 2017/18 3 Vektorräume 1 / 41. : x i R, 1 i n x n Kapitel Vektorräume Josef Leydold Mathematik für VW WS 07/8 Vektorräume / 4 Reeller Vektorraum Die Menge aller Vektoren x mit n Komponenten bezeichnen wir mit x R n =. : x i R, i n x n und wird als n-dimensionaler

Mehr

Kapitel 3. Vektorräume. Josef Leydold Mathematik für VW WS 2017/18 3 Vektorräume 1 / 41

Kapitel 3. Vektorräume. Josef Leydold Mathematik für VW WS 2017/18 3 Vektorräume 1 / 41 Kapitel 3 Vektorräume Josef Leydold Mathematik für VW WS 2017/18 3 Vektorräume 1 / 41 Reeller Vektorraum Die Menge aller Vektoren x mit n Komponenten bezeichnen wir mit R n = x 1. x n : x i R, 1 i n und

Mehr

Lineare Algebra für D-ITET, D-MATL, RW. Beispiellösung für Serie 2. Aufgabe 2.1. Dr. V. Gradinaru D. Devaud A. Hiltebrand.

Lineare Algebra für D-ITET, D-MATL, RW. Beispiellösung für Serie 2. Aufgabe 2.1. Dr. V. Gradinaru D. Devaud A. Hiltebrand. Dr. V. Gradinaru D. Devaud A. Hiltebrand Herbstsemester 04 Lineare Algebra für D-ITET, D-MATL, RW ETH Zürich D-MATH Beispiellösung für Serie Aufgabe. Multiple Choice: Online abzugeben. Ev. sind mehrere

Mehr

Übungen zum Ferienkurs Lineare Algebra 2015/2016: Lösungen

Übungen zum Ferienkurs Lineare Algebra 2015/2016: Lösungen 1 Lineare Abhängigkeit 1.1 Für welche t sind die folgenden Vektoren aus 3 linear abhängig? (1, 3, 4), (3, t, 11), ( 1, 4, 0). Das zur Aufgabe gehörige LGS führt auf die Matrix 1 3 4 3 t 11. 1 4 0 Diese

Mehr

Vektorräume. 1. v + w = w + v (Kommutativität der Vektoraddition)

Vektorräume. 1. v + w = w + v (Kommutativität der Vektoraddition) Vektorräume In vielen physikalischen Betrachtungen treten Größen auf, die nicht nur durch ihren Zahlenwert charakterisiert werden, sondern auch durch ihre Richtung Man nennt sie vektorielle Größen im Gegensatz

Mehr

Lineare Algebra und Numerische Mathematik für D-BAUG

Lineare Algebra und Numerische Mathematik für D-BAUG R Käppeli L Herrmann W Wu Herbstsemester Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Beispiellösung für Serie Aufgabe Beispiel einer Koordinatentransformation Gegeben seien zwei

Mehr

Tutorium: Analysis und Lineare Algebra

Tutorium: Analysis und Lineare Algebra Tutorium: Analysis und Lineare Algebra Vorbereitung der Bonusklausur am 14.5.218 (Teil 2) 9. Mai 218 Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 c 218 Steven Köhler 9. Mai 218 3 c 218

Mehr

Serie 8: Fakultativer Online-Test

Serie 8: Fakultativer Online-Test Prof Norbert Hungerbühler Lineare Algebra I Serie 8: Fakultativer Online-Test ETH Zürich - D-MAVT HS 215 1 Diese Serie besteht nur aus Multiple-Choice-Aufgaben und wird nicht vorbesprochen Die Nachbesprechung

Mehr

Lineare Algebra für D-ITET, D-MATL, RW. Beispiellösung für Serie 8. Aufgabe 8.1. Dr. V. Gradinaru D. Devaud A. Hiltebrand. Herbstsemester 2014

Lineare Algebra für D-ITET, D-MATL, RW. Beispiellösung für Serie 8. Aufgabe 8.1. Dr. V. Gradinaru D. Devaud A. Hiltebrand. Herbstsemester 2014 Dr. V. Gradinaru D. Devaud A. Hiltebrand Herbstsemester 014 Lineare Algebra für D-ITET, D-MATL, RW ETH Zürich D-MATH Beispiellösung für Serie 8 Aufgabe 8.1 8.1a) Sei die QR-Zerlegung der m n Matrix A (m

Mehr

Lineare Algebra I Lösungsvorschlag

Lineare Algebra I Lösungsvorschlag Aufgabe Lineare Algebra I Lösungsvorschlag Wir bezeichnen mit a, a 2, a 3 Q 4 die Spalten der Matrix A. Es ist 7 a + 2a 2 = 7 4 = 7a 3, und wir sehen im l A = a, a 2, a 3 = a, a 2. Da die Vektoren a und

Mehr

Lineare Algebra und Numerische Mathematik für D-BAUG

Lineare Algebra und Numerische Mathematik für D-BAUG R. Hiptmair S. Pintarelli E. Spindler Herbstsemester 014 Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Beispiellösung für Serie 9 Einleitung. Diese Serie nimmt in den ersten Aufgabe

Mehr

$Id: linabb.tex,v /01/09 13:27:34 hk Exp hk $

$Id: linabb.tex,v /01/09 13:27:34 hk Exp hk $ Mathematik für Ingenieure I, WS 8/9 Freitag 9. $Id: linabb.tex,v.3 9//9 3:7:34 hk Exp hk $ II. Lineare Algebra 9 Lineare Abbildungen 9. Lineare Abbildungen Der folgende Satz gibt uns eine einfachere Möglichkeit

Mehr

Kapitel 13. Lineare Gleichungssysteme und Basen

Kapitel 13. Lineare Gleichungssysteme und Basen Kapitel 13. Lineare Gleichungssysteme und Basen Matrixform des Rangsatzes Satz. Sei A eine m n-matrix mit den Spalten v 1, v 2,..., v n. A habe den Rang r. Dann ist die Lösungsmenge L := x 1 x 2. x n x

Mehr

Lineare Algebra und Numerische Mathematik für D-BAUG. Winter 2016 Typ B

Lineare Algebra und Numerische Mathematik für D-BAUG. Winter 2016 Typ B R. Käppeli T. Welti F. Weber Herbstsemester 2015 Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Prüfung Winter 2016 Typ B Name a a Note Vorname Leginummer Datum 03.02.2017 1 2 3

Mehr

Tutorium: Analysis und Lineare Algebra. Vorbereitung der Bonusklausur am (Teil 1, Lösungen)

Tutorium: Analysis und Lineare Algebra. Vorbereitung der Bonusklausur am (Teil 1, Lösungen) Tutorium: Analysis und Lineare Algebra Vorbereitung der Bonusklausur am 22.5.217 (Teil 1, Lösungen) 1. Mai 217 Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 c 217 Steven Köhler 1. Mai 217

Mehr

3 a) Berechnen Sie die normierte Zeilenstufenform der Matrix A = normierte Zeilenstufenform:

3 a) Berechnen Sie die normierte Zeilenstufenform der Matrix A = normierte Zeilenstufenform: 1. Aufgabe (9 Punkte) In dieser Aufgabe müssen Sie Ihre Antwort nicht begründen. Es zählt nur das Ergebnis. Tragen Sie nur das Ergebnis auf diesem Blatt im jeweiligen Feld ein. 0 1 3 a) Berechnen Sie die

Mehr

H. Stichtenoth WS 2005/06

H. Stichtenoth WS 2005/06 H. Stichtenoth WS 25/6 Lösungsvorschlag für das. Übungsblatt Aufgabe : Der gesuchte Unterraum U ist die lineare Hülle von v und v 2 (siehe Def. 5. und Bsp. 5.5b), d. h. U : Spanv,v 2 } v R : v λ v + λ

Mehr

Lineare Algebra für D-ITET, D-MATL, RW. Serie 10. Aufgabe ETH Zürich D-MATH. Herbstsemester Dr. V. Gradinaru T. Welti

Lineare Algebra für D-ITET, D-MATL, RW. Serie 10. Aufgabe ETH Zürich D-MATH. Herbstsemester Dr. V. Gradinaru T. Welti Dr. V. Gradinaru T. Welti Herbstsemester 27 Lineare Algebra für D-ITET, D-MATL, RW ETH Zürich D-MATH Serie Aufgabe. Multiple Choice: Online abzugeben..a) Bezüglich des euklidischen Skalarprodukts in R

Mehr

(Allgemeine) Vektorräume (Teschl/Teschl 9)

(Allgemeine) Vektorräume (Teschl/Teschl 9) (Allgemeine Vektorräume (Teschl/Teschl 9 Sei K ein beliebiger Körper. Ein Vektorraum über K ist eine (nichtleere Menge V, auf der zwei Operationen deniert sind, die bestimmten Rechenregeln genügen: Eine

Mehr

Lineare Algebra für Ingenieure

Lineare Algebra für Ingenieure TECHNISCHE UNIVERSITÄT BERLIN SS 4 Fakultät II - Mathematik J Liesen/F Lutz/R Seiler Lineare Algebra für Ingenieure Lösungen zur Juli-Klausur Stand: 4 September 4 Rechenteil Aufgabe (8 Punkte Berechnen

Mehr

Musterlösung Serie 8

Musterlösung Serie 8 D-MATH Lineare Algebra I HS 018 Prof. Richard Pink Musterlösung Serie 8 Dimension, Direkte Summe & Komplemente 1. Zeige: Für jedes Erzeugendensystem E eines Vektorraums V und jede linear unabhängige Teilmenge

Mehr

Lineare Algebra und Numerische Mathematik für D-BAUG

Lineare Algebra und Numerische Mathematik für D-BAUG P. Grohs T. Welti F. Weber Herbstsemester 5 Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Beispiellösung für Serie Aufgabe. Skalarprodukt und Orthogonalität.a) Bezüglich des euklidischen

Mehr

(Allgemeine) Vektorräume (Teschl/Teschl 9)

(Allgemeine) Vektorräume (Teschl/Teschl 9) (Allgemeine) Vektorräume (Teschl/Teschl 9) Sei K ein beliebiger Körper. Ein Vektorraum über K ist eine (nichtleere) Menge V, auf der zwei Operationen deniert sind, die bestimmten Rechenregeln genügen:

Mehr

D-CHAB Frühlingssemester 2018

D-CHAB Frühlingssemester 2018 D-CHAB Frühlingssemester 2018 Grundlagen der Mathematik II Dr Marcel Dettling Lösung 4 1) Nur für die folgenden Wahlen kann man das Produkt bilden: A A mit Dimension (2, 2) (2, 2) (2, 2): 1 2 A Y mit Dimension

Mehr

Mathematik für Naturwissenschaftler II SS 2010

Mathematik für Naturwissenschaftler II SS 2010 Mathematik für Naturwissenschaftler II SS 2010 Lektion 8 18. Mai 2010 Kapitel 8. Vektoren (Fortsetzung) Lineare Unabhängigkeit (Fortsetzung) Basis und Dimension Definition 80. (Lineare (Un-)Abhängigkeit)

Mehr

Lineare Algebra und Numerische Mathematik für D-BAUG

Lineare Algebra und Numerische Mathematik für D-BAUG R. Käppeli L. Herrmann W. Wu Herbstsemester 2016 Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Beispiellösung für Serie 6 Aufgabe 6.1 Berechnen Sie die Determinanten der beiden

Mehr

Lineare Algebra für D-ITET, D-MATL, RW. Beispiellösung für Serie 11. Aufgabe ETH Zürich D-MATH. Dr. V. Gradinaru D. Devaud. Herbstsemester 2015

Lineare Algebra für D-ITET, D-MATL, RW. Beispiellösung für Serie 11. Aufgabe ETH Zürich D-MATH. Dr. V. Gradinaru D. Devaud. Herbstsemester 2015 Dr. V. Gradinaru D. Devaud Herbstsemester 015 Lineare Algebra für D-ITET, D-MATL, RW ETH Zürich D-MATH Beispiellösung für Serie 11 Aufgabe 11.1 11.1a) Sei die QR-Zerlegung der m n Matrix A (m > n) gegeben

Mehr

Lineare Algebra für D-ITET, D-MATL, RW. Beispiellösung für Serie 9. Aufgabe 9.1. Herbstsemester Dr. V. Gradinaru D. Devaud A.

Lineare Algebra für D-ITET, D-MATL, RW. Beispiellösung für Serie 9. Aufgabe 9.1. Herbstsemester Dr. V. Gradinaru D. Devaud A. Dr V Gradinaru D Devaud A Hiltebrand Herbstsemester 2014 Lineare Algebra für D-ITET, D-MATL, RW ETH Zürich D-MATH Beispiellösung für Serie 9 Aufgabe 91 91a) Sei A eine n n-matrix Das Gleichungssystem Ax

Mehr

Klausur zur Mathematik I (Modul: Lineare Algebra I)

Klausur zur Mathematik I (Modul: Lineare Algebra I) Technische Universität Hamburg-Harburg Institut für Mathematik Prof. Dr. Anusch Taraz Wintersemester 2014/15 Klausur zur Mathematik I (Modul: Lineare Algebra I) 18.02.2015 Sie haben 60 Minuten Zeit zum

Mehr

Höhere Mathematik für die Fachrichtung Physik

Höhere Mathematik für die Fachrichtung Physik Karlsruher Institut für Technologie Institut für Analysis Dr. Christoph Schmoeger Michael Hott, M. Sc. WS 5/.. Höhere Mathematik für die Fachrichtung Physik Lösungsvorschläge zum 4. Übungsblatt Aufgabe

Mehr

Lineare Algebra. 7. Übungsstunde. Steven Battilana. battilana.uk/teaching

Lineare Algebra. 7. Übungsstunde. Steven Battilana. battilana.uk/teaching Lineare Algebra 7. Übungsstunde Steven Battilana stevenb@student.ethz.ch battilana.uk/teaching November 9, 27 Erinnerung 2 Vektoräume Sei V ein Vektorraum, U V, U {}. U hiesst Untervektorraum, Unterraum,

Mehr

D-INFK Lineare Algebra HS 2017 Özlem Imamoglu Olga Sorkine-Hornung. Musterlösung 8

D-INFK Lineare Algebra HS 2017 Özlem Imamoglu Olga Sorkine-Hornung. Musterlösung 8 D-INFK Lineare Algebra HS 27 Özlem Imamoglu Olga Sorkine-Hornung Musterlösung 8. Kern von A: Die Spalten der Matrix A sind Vielfache voneinander, also sind sie linear abhängig und A hat Rang. Somit hat

Mehr

Vektorräume und Lineare Abbildungen

Vektorräume und Lineare Abbildungen Vektorräume und Lineare Abbildungen Patricia Doll, Selmar Binder, Lukas Bischoff, Claude Denier ETHZ D-MATL SS 07 11.04.2007 1 Vektorräume 1.1 Definition des Vektorraumes (VR) 1.1.1 Grundoperationen Um

Mehr

Lineare Algebra und Numerische Mathematik für D-BAUG. Serie 13

Lineare Algebra und Numerische Mathematik für D-BAUG. Serie 13 P. Grohs T. Welti F. Weber Herbstsemester 2015 Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Serie 13 Diese letzte Serie des Semesters befasst sich noch einmal mit wichtigen Themen

Mehr

Lösungen zu Prüfung Lineare Algebra I/II für D-MAVT

Lösungen zu Prüfung Lineare Algebra I/II für D-MAVT Prof. N. Hungerbühler ETH Zürich, Sommer 4 Lösungen zu Prüfung Lineare Algebra I/II für D-MAVT. [ Punkte] Hinweise zur Bewertung: Jede Aussage ist entweder wahr oder falsch; machen Sie ein Kreuzchen in

Mehr

Serie 8: Online-Test

Serie 8: Online-Test D-MAVT Lineare Algebra I HS 017 Prof Dr N Hungerbühler Serie 8: Online-Test Einsendeschluss: Freitag, der 4 November um 14:00 Uhr Diese Serie besteht nur aus Multiple-Choice-Aufgaben und wird nicht vorbesprochen

Mehr

Die lineare Hülle. heißt der Vektor. Linearkombination der Vektoren v i mit Koeffizienten α i. Direkt aus (12.6) folgt

Die lineare Hülle. heißt der Vektor. Linearkombination der Vektoren v i mit Koeffizienten α i. Direkt aus (12.6) folgt Eine Menge v +U mit einem Untervektorraum U nennt man auch eine Nebenklasse des Untervektorraumes U. Sie entsteht, wenn man die Translation τ v auf die Menge U anwendet. Ausdrücke der Form αu + βv, auch

Mehr

Lineare Algebra und Numerische Mathematik D-BAUG. Winter 2013 Prof. H.-R. Künsch. , a R. det(a) = 0 a = 1.

Lineare Algebra und Numerische Mathematik D-BAUG. Winter 2013 Prof. H.-R. Künsch. , a R. det(a) = 0 a = 1. b Musterlösung Lineare Algebra und Numerische Mathematik D-BAUG. Multiple Choice) Gegeben sei die folgende Matrix Winter 3 Prof. H.-R. Künsch A = a a) deta) = genau dann wenn gilt x a =. a =. ), a R. x

Mehr

5.7 Lineare Abhängigkeit, Basis und Dimension

5.7 Lineare Abhängigkeit, Basis und Dimension 8 Kapitel 5. Lineare Algebra 5.7 Lineare Abhängigkeit, Basis und Dimension Seien v,...,v n Vektoren auseinemvektorraumv über einem KörperK. DieMenge aller Linearkombinationen von v,...,v n, nämlich { n

Mehr

Grundlagen der Mathematik II (LVA U)

Grundlagen der Mathematik II (LVA U) Dr. Marcel Dettling 3.4. Dr. Daniel Haase FS daniel.haase@math.ethz.ch Grundlagen der Mathematik II (LVA 4-6- U) 8 Zur Übungsstunde vom 3.4. Aufgabe (Ausgleichsrechnung) Gegeben sei das lineare Gleichungssystem

Mehr

Klausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 4

Klausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 4 Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 25): Lineare Algebra und analytische Geometrie 4 4. (Frühjahr 27, Thema, Aufgabe ) Zeigen Sie, dass die beiden folgenden Unterräume des R 3 übereinstimmen:

Mehr

Lineare Algebra und Numerische Mathematik für D-BAUG. Sommer 2016

Lineare Algebra und Numerische Mathematik für D-BAUG. Sommer 2016 P. Grohs T. Welti F. Weber Herbstsemester 2015 Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Name a a Note Vorname Leginummer Datum 19.08.2016 1 2 3 4 5 6 Total 7P 11P 10P 11P

Mehr

Grundlegende Definitionen aus HM I

Grundlegende Definitionen aus HM I Grundlegende Definitionen aus HM I Lucas Kunz. März 206 Inhaltsverzeichnis Vektorraum 2 2 Untervektorraum 2 Lineare Abhängigkeit 2 4 Lineare Hülle und Basis 5 Skalarprodukt 6 Norm 7 Lineare Abbildungen

Mehr

Aufgabe 4 Bestimmen Sie je eine Basis des Zeilen- und des Spaltenraums der Matrix

Aufgabe 4 Bestimmen Sie je eine Basis des Zeilen- und des Spaltenraums der Matrix Mathematik I für Naturwissenschaften Dr. Christine Zehrt 3..8 Übung 3 (für alle Uni Basel Besprechung der Lösungen: 7./8 Dezember 8 in den Übungsstunden Die Geo-Übungsstunde von Gioia findet am 7. Dezember

Mehr

Kapitel 15 Lineare Gleichungssysteme

Kapitel 15 Lineare Gleichungssysteme Kapitel 15 Lineare Gleichungssysteme Kapitel 15 Lineare Gleichungssysteme Mathematischer Vorkurs TU Dortmund Seite 1 / 27 Kapitel 15 Lineare Gleichungssysteme Definition 15.1 (Lineares Gleichungssystem

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN FERIENKURS. Lineare Algebra FLORIAN NIEDERREITER & AILEEN WOLF

TECHNISCHE UNIVERSITÄT MÜNCHEN FERIENKURS. Lineare Algebra FLORIAN NIEDERREITER & AILEEN WOLF TECHNISCHE UNIVERSITÄT MÜNCHEN FERIENKURS Lineare Algebra FLORIAN NIEDERREITER & AILEEN WOLF 07.03.2016-11.03.2016 Inhaltsverzeichnis Inhaltsverzeichnis 1 Rechnen mit Matrizen 2 1.1 Matrixmultiplikation............................................

Mehr

Klausurenkurs zum Staatsexamen (WS 2016/17): Lineare Algebra und analytische Geometrie 4

Klausurenkurs zum Staatsexamen (WS 2016/17): Lineare Algebra und analytische Geometrie 4 Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 26/7): Lineare Algebra und analytische Geometrie 4 4. (Frühjahr 27, Thema, Aufgabe ) Zeigen Sie, dass die beiden folgenden Unterräume des R 3 übereinstimmen:

Mehr

Musterlösung. 1 Relationen. 2 Abbildungen. TUM Ferienkurs Lineare Algebra 1 WiSe 08/09 Dipl.-Math. Konrad Waldherr

Musterlösung. 1 Relationen. 2 Abbildungen. TUM Ferienkurs Lineare Algebra 1 WiSe 08/09 Dipl.-Math. Konrad Waldherr TUM Ferienkurs Lineare Algebra WiSe 8/9 Dipl.-Math. Konrad Waldherr Musterlösung Relationen Aufgabe Auf R sei die Relation σ gegeben durch (a, b)σ(c, d) : a + b c + d. Ist σ reflexiv, symmetrisch, transitiv,

Mehr

Klausurenkurs zum Staatsexamen (WS 2015/16): Lineare Algebra und analytische Geometrie 3

Klausurenkurs zum Staatsexamen (WS 2015/16): Lineare Algebra und analytische Geometrie 3 Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 205/6): Lineare Algebra und analytische Geometrie 3 3. (Herbst 997, Thema 3, Aufgabe ) Berechnen Sie die Determinante der reellen Matrix 0 2 0 2 2

Mehr

Klausurenkurs zum Staatsexamen (WS 2015/16): Lineare Algebra und analytische Geometrie 5

Klausurenkurs zum Staatsexamen (WS 2015/16): Lineare Algebra und analytische Geometrie 5 Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 5/6): Lineare Algebra und analytische Geometrie 5 5. (Herbst 9, Thema 3, Aufgabe ) Betrachtet werde die Matrix A := 3 4 5 5 7 7 9 und die lineare Abbildung

Mehr

Aufgabe 1 (a) Vorgehen wie im Beispiel auf Seite 151 des Skripts. Für die Anzahl möglicher Linearkombinationen

Aufgabe 1 (a) Vorgehen wie im Beispiel auf Seite 151 des Skripts. Für die Anzahl möglicher Linearkombinationen Mathe I für Naturwissenschaften Dr. Christine Zehrt 14.12.17 Hinweise und Ergebnisse zur Übung 13 Uni Basel Lösungshinweise Aufgabe 1 (a Vorgehen wie im Beispiel auf Seite 151 des Skripts. Für die Anzahl

Mehr

Institut für Analysis und Scientific Computing E. Weinmüller WS 2016

Institut für Analysis und Scientific Computing E. Weinmüller WS 2016 Institut für Analysis und Scientific Computing TU Wien E. Weinmüller WS 6 L I N E A R E A L G E B R A F Ü R T P H, U E (3.64). Haupttest (FR, 8..6) (mit Lösung ) Ein einfacher Taschenrechner ist erlaubt.

Mehr

m 2 m 3 m 5, m m 2

m 2 m 3 m 5, m m 2 Musterlösung zum 8. Blatt 7. Aufgabe: Seien die folgenden Vektoren im R 4 gegeben: 2m 5 + 2 2m 2 2m 7 + m 2 m 3 m 5 v = m 5, v 2 = m 2, v 3 = m 7 m 2 m 3 m 5 m 2 m 3 m 5, m 5 + m 2 m 7 2m + m 2 m 4 2m

Mehr

Für die Matrikelnummer M = Dann sind durch A =

Für die Matrikelnummer M = Dann sind durch A = Musterlösung zum. Blatt 9. Aufgabe: Gegeben seien m 3 + 2 m m 3 m 2 m 4 + m 7 m 3 A := m m 2 m 2 + 2 m 2 m 4 + m 5 und b := m 6 m 4 + a) Finden Sie eine Lösung x R 7 für die Gleichung Ax =. b) Finden Sie

Mehr

Klausurenkurs zum Staatsexamen (WS 2016/17): Lineare Algebra und analytische Geometrie 1

Klausurenkurs zum Staatsexamen (WS 2016/17): Lineare Algebra und analytische Geometrie 1 Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 206/7): Lineare Algebra und analytische Geometrie. (Herbst 2005, Thema, Aufgabe ) Bestimmen Sie alle reellen Lösungen des folgenden linearen Gleichungssystems:.2

Mehr

Klausurenkurs zum Staatsexamen (WS 2014/15): Lineare Algebra und analytische Geometrie 1

Klausurenkurs zum Staatsexamen (WS 2014/15): Lineare Algebra und analytische Geometrie 1 Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 204/5): Lineare Algebra und analytische Geometrie. (Herbst 2005, Thema, Aufgabe ) Bestimmen Sie alle reellen Lösungen des folgenden linearen Gleichungssystems:.2

Mehr

Lösungen der Aufgaben zu Abschnitt 5.4

Lösungen der Aufgaben zu Abschnitt 5.4 A Filler: Elementare Lineare Algebra Lösungen zu Abschnitt 54 Lösungen der Aufgaben zu Abschnitt 54 B ist linear unabhängig, wenn die Vektorgleichung ( ) ( ) ( ) ( ) 456 λ + λ + λ = bzw das LGS λ +4λ +λ

Mehr

Herbstsemester ist es.

Herbstsemester ist es. Dr V Gradinaru K Imeri Herbstsemester 8 Lineare Algebra für D-ITET, D-MATL, RW ETH Zürich D-MATH Beispiellösung für Serie 4 Aufgabe 4 Multiple Choice: Online abzugeben 4a) Gegeben seien: Dann gilt: (i)

Mehr

Klausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 5

Klausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 5 Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 5): Lineare Algebra und analytische Geometrie 5 5. (Herbst 9, Thema 3, Aufgabe ) Betrachtet werde die Matrix A := 3 4 5 5 7 7 9 und die lineare Abbildung

Mehr

Herbstsemester a b 1. c d. e 0 f B = (iii) e = 0 (iv) ) 2 + ( 1. Das Skalarprodukt des ersten und zweiten Spaltenvektors muss null ergeben:

Herbstsemester a b 1. c d. e 0 f B = (iii) e = 0 (iv) ) 2 + ( 1. Das Skalarprodukt des ersten und zweiten Spaltenvektors muss null ergeben: Dr V Gradinaru D Devaud Herbstsemester 5 Lineare Algebra für D-ITET, D-MATL, RW ETH Zürich D-MATH Beispiellösung für Serie 5 Aufgabe 5 Multiple Choice: Online abzugeben Gegeben sei die orthogonale Matrix

Mehr

6 Lineare Gleichungssysteme

6 Lineare Gleichungssysteme 6 LINEARE GLEICHUNGSSYSTEME 3 6 Lineare Gleichungssysteme Unter einem linearen Gleichungssystem verstehen wir ein System von Gleichungen α ξ + + α n ξ n = β α m ξ + + α mn ξ n = β m mit Koeffizienten α

Mehr

Lineare Algebra und Numerische Mathematik D-BAUG Winter 2013 Prof. H.-R. Künsch. Regeln Multiple Choice:

Lineare Algebra und Numerische Mathematik D-BAUG Winter 2013 Prof. H.-R. Künsch. Regeln Multiple Choice: b Prüfung Lineare Algebra und Numerische Mathematik D-BAUG Winter 03 Prof. H.-R. Künsch c Alle Aufgaben haben das gleiche Gewicht. Die Lösungswege müssen, abgesehen von Aufgabe, nachvollziehbar dargestellt

Mehr

Das inhomogene System. A x = b

Das inhomogene System. A x = b Ein homogenes lineares Gleichungssystem A x = 0 mit m Gleichungen und n Unbestimmten hat immer mindestens die Lösung 0. Ist r der Rang von A, so hat das System n r Freiheitsgrade. Insbesondere gilt: Ist

Mehr

Lineare Algebra und Numerische Mathematik für D-BAUG

Lineare Algebra und Numerische Mathematik für D-BAUG P Grohs T Welti F Weber Herbstsemester 215 Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Beispiellösung für Serie 12 Aufgabe 121 Matrixpotenzen und Eigenwerte Diese Aufgabe ist

Mehr

Lineare Algebra für D-ITET, D-MATL, RW. Beispiellösung für Serie 12. Aufgabe Herbstsemester Dr. V. Gradinaru D. Devaud.

Lineare Algebra für D-ITET, D-MATL, RW. Beispiellösung für Serie 12. Aufgabe Herbstsemester Dr. V. Gradinaru D. Devaud. Dr. V. Gradinaru D. Devaud Herbstsemester 15 Lineare Algebra für D-ITET, D-MATL, RW ETH Zürich D-MATH Beispiellösung für Serie 1 Aufgabe 1.1 1.1a) Sei A eine n n-matrix. Das Gleichungssystem Ax = b sei

Mehr

Lineare Algebra I für Mathematiker Lösungen

Lineare Algebra I für Mathematiker Lösungen Lineare Algebra I für Mathematiker Lösungen Anonymous 24. April 2016 Aufgabe 1 Beantworten Sie bitte die folgenden Fragen. Jeder Vektorraum hat mindestens ein Element. Q ist ein R-Vektorraum (mit der Multiplikation

Mehr

Kern und Bild einer Matrix

Kern und Bild einer Matrix Kern und Bild einer Matrix. Motivation Zur theoretischen Beschreibung der Abbildungen durch Matrizen wurden Begriffe eingeführt, die eine "elegante" Formulierung erlauben. In Linearen Gleichungssystemen

Mehr

Klausurenkurs zum Staatsexamen (SS 2014): Lineare Algebra und analytische Geometrie 1

Klausurenkurs zum Staatsexamen (SS 2014): Lineare Algebra und analytische Geometrie 1 Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 2014): Lineare Algebra und analytische Geometrie 1 1.1 (Herbst 2005, Thema 1, Aufgabe 1) Bestimmen Sie alle reellen Lösungen des folgenden linearen

Mehr

AUFGABENSAMMLUNG ZU VEKTORRECHNUNG FÜR USW

AUFGABENSAMMLUNG ZU VEKTORRECHNUNG FÜR USW AUFGABENSAMMLUNG ZU VEKTORRECHNUNG FÜR USW Lineare Gleichungssysteme Lösen Sie folgende Gleichungssysteme über R: a) x + x + x = 6x + x + x = 4 x x x = x 7x x = 7 x x = b) x + x 4x + x 4 = 9 x + 9x x x

Mehr

2.3 Basis und Dimension

2.3 Basis und Dimension 23 Basis und Dimension Erinnerung Gegeben ein K-Vektorraum V, ein Vektorensystem x,, x n in V Eine Linearkombination in den x i ist ein Vektor der Form λ x + + λ n x n mit λ i K Die λ i heißen Koeffizienten

Mehr

Basis eines Vektorraumes

Basis eines Vektorraumes Basis eines Vektorraumes Basisergänzungssatz: Ist U V ein Unterraum von V und dim V = n, so kann jede Menge linear unabhängiger Vektoren aus U zu einer Basis von U erweitert werden Und es gilt: Beweis:

Mehr

Aufgabe 1. Die ganzen Zahlen Z sind ein R-Vektorraum bezüglich der gewöhnlichen Multiplikation in R.

Aufgabe 1. Die ganzen Zahlen Z sind ein R-Vektorraum bezüglich der gewöhnlichen Multiplikation in R. Aufgabe Die ganzen Zahlen Z sind ein Q-Vektorraum bezüglich der gewöhnlichen Multiplikation in Q. Die reellen Zahlen R sind ein Q-Vektorraum bezüglich der gewöhnlichen Multiplikation in R. Die komplexen

Mehr

Lineare Algebra. Wintersemester 2017/2018. Skript zum Ferienkurs Tag Claudia Nagel Pablo Cova Fariña. Technische Universität München

Lineare Algebra. Wintersemester 2017/2018. Skript zum Ferienkurs Tag Claudia Nagel Pablo Cova Fariña. Technische Universität München Technische Universität München Wintersemester 27/28 Lineare Algebra Skript zum Ferienkurs Tag 2-2.3.28 Claudia Nagel Pablo Cova Fariña Wir danken Herrn Prof. Kemper vielmals für seine Unterstützung bei

Mehr

Übungen zur Linearen Algebra 1

Übungen zur Linearen Algebra 1 Übungen zur Linearen Algebra 1 Wintersemester 2014/201 Universität Heidelberg - IWR Prof. Dr. Guido Kanschat Dr. Dörte Beigel Philipp Siehr Blatt 10 Abgabetermin: Freitag, 16.01.201, 11 Uhr Lösungen der

Mehr

Lineare Algebra II Lösungen der Klausur

Lineare Algebra II Lösungen der Klausur Prof Dr K Doerk 673 Jens Mandavid Christian Sevenheck Lineare Algebra II Lösungen der Klausur (a Diese Aussage ist richtig, sie stimmt nämlich für k = Sei nämlich n N beliebig und bezeichne N die Menge

Mehr